作者 | ZackSock

來源 | ZackSock(ID:ZackSock)

Python牛已經(jīng)不是一天兩天的事了，但是我開始也沒想到，Python能這么牛。前段時間接觸了一個批量摳圖的模型庫，而后在一些視頻中找到靈感，覺得應(yīng)該可以通過摳圖的方式，給視頻換一個不同的場景，于是就有了今天的文章。

我們先看看能實現(xiàn)什么效果，先來個正常版的，先看看原場景：

下面是我們切換場景后的樣子：

看起來效果還是不錯的，有了這個我們就可以隨意切換場景，墳頭蹦迪不是夢。另外，我們再來看看另外一種效果，相比之下要狂放許多：

實現(xiàn)步驟

我們都知道，視頻是由一幀一幀的畫面組成的，每一幀都是一張圖片，我們要實現(xiàn)對視頻的修改就需要對視頻中每一幀畫面進(jìn)行修改。所以在最開始，我們需要獲取視頻每一幀畫面。

在我們獲取幀之后，需要摳取畫面中的人物。

摳取人物之后，就需要讀取我們的場景圖片了，在上面的例子中背景都是靜態(tài)的，所以我們只需要讀取一次場景。在讀取場景之后我們切換每一幀畫面的場景，并寫入新的視頻。

這時候我們只是生成了一個視頻，我們還需要添加音頻。而音頻就是我們的原視頻中的音頻，我們讀取音頻，并給新視頻設(shè)置音頻就好了。

具體步驟如下：

讀取視頻，獲取每一幀畫面

批量摳圖

讀取場景圖片

對每一幀畫面進(jìn)行場景切換

寫入視頻

讀取原視頻的音頻

給新視頻設(shè)置音頻

因為上面的步驟還是比較耗時的，所以在視頻完成后通過郵箱發(fā)送通知，告訴我視頻制作完成。

模塊安裝

我們需要使用到的模塊主要有如下幾個：

pillow
opencv
moviepy
paddlehub

我們都可以直接用pip安裝：

pip install pillow
pip install opencv-python
pip install moviepy

其中OpenCV有一些適配問題，建議選取3.0以上版本。

在我們使用paddlehub之前，我們需要安裝paddlepaddle：具體安裝步驟可以參見官網(wǎng)。用paddlehub摳圖參考：別再自己摳圖了，Python用5行代碼實現(xiàn)批量摳圖。我們這里直接用pip安裝cpu版本的：

# 安裝paddlepaddle
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
# 安裝paddlehub
pip install -i https://mirror.baidu.com/pypi/simple paddlehub

有了這些準(zhǔn)備工作就可以開始我們功能的實現(xiàn)了。

具體實現(xiàn)

我們導(dǎo)入如下包：

import cv2 # opencv
import mail # 自定義包，用于發(fā)郵件
import math
import numpy as np
from PIL import Image # pillow
import paddlehub as hub
from moviepy.editor import *

其中Pillow和opencv導(dǎo)入的名稱不太一樣，還有就是我自定義的mail模塊。另外我們還要先準(zhǔn)備一些路徑：

# 當(dāng)前項目根目錄，系統(tǒng)自動獲取當(dāng)前目錄
BASE_DIR = os.path.abspath(os.path.join(os.path.dirname(__file__), "."))
# 每一幀畫面保存的地址
frame_path = BASE_DIR + 'frames'
# 摳好的圖片位置
humanseg_path = BASE_DIR + 'humanseg_output'
# 最終視頻的保存路徑
output_video = BASE_DIR + 'esult.mp4'

接下來我們按照上面說的步驟一個一個實現(xiàn)。

(1)讀取視頻，獲取每一幀畫面

在OpenCV中提供了讀取幀的函數(shù)，我們只需要使用VideoCapture類讀取視頻，然后調(diào)用read函數(shù)讀取幀，read方法返回兩個參數(shù)，ret為是否有下一幀，frame為當(dāng)前幀的ndarray對象。完整代碼如下：def getFrame(video_name, save_path):
"""
讀取視頻將視頻逐幀保存為圖片，并返回視頻的分辨率size和幀率fps
:param video_name: 視頻的名稱
:param save_path: 保存的路徑
:return: fps幀率，size分辨率
"""
# 讀取視頻
video = cv2.VideoCapture(video_name)
# 獲取視頻幀率
fps = video.get(cv2.CAP_PROP_FPS)
# 獲取畫面大小
width = int(video.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(video.get(cv2.CAP_PROP_FRAME_HEIGHT))
size = (width, height)
# ?獲取幀數(shù)，用于給圖片命名
frame_num = str(video.get(7))
name = int(math.pow(10, len(frame_num)))
# 讀取幀，ret為是否還有下一幀，frame為當(dāng)前幀的ndarray對象
ret, frame = video.read
while ret:
cv2.imwrite(save_path + str(name) + '.jpg', frame)
ret, frame = video.read
name += 1
video.release
return fps, size

在標(biāo)?處，我獲取了幀的總數(shù)，然后通過如下公式獲取比幀數(shù)大的整十整百的數(shù)：

frame_name = math.pow(10, len(frame_num))

這樣做是為了讓畫面逐幀排序，這樣讀取的時候就不會亂。另外我們獲取了視頻的幀率和分辨率，這兩個參數(shù)在我們創(chuàng)建視頻時需要用到。這里需要注意的是opencv3.0以下版本獲取幀率和畫面大小的寫法有些許差別。

(2)批量摳圖

批量摳圖需要用到paddlehub中的模型庫，代碼很簡單，這里就不多說了：

def getHumanseg(frames):
"""
對幀圖片進(jìn)行批量摳圖
:param frames: 幀的路徑
:return:
"""
# 加載模型庫
humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')
# 準(zhǔn)備文件列表
files = [frames + i for i in os.listdir(frames)]
# 摳圖
humanseg.segmentation(data={'image': files})

我們執(zhí)行上面函數(shù)后會在項目下生成一個humanseg_output目錄，摳好的圖片就在里面。

(3)讀取場景圖片

這也是簡單的圖片讀取，我們使用pillow中的Image對象：

def readBg(bgname, size):
"""
讀取背景圖片，并修改尺寸
:param bgname: 背景圖片名稱
:param size: 視頻分辨率
:return: Image對象
"""
im = Image.open(bgname)
return im.resize(size)

這里的返回的對象并非ndarray對象，而是Pillow中定義的類對象。

(4)對每一幀畫面進(jìn)行場景切換

簡單來說就是將摳好的圖片和背景圖片合并，我們知道摳好的圖片都在humanseg_output目錄，這也就是為什么最開始要準(zhǔn)備相應(yīng)的變量存儲該目錄的原因：

def setImageBg(humanseg, bg_im):
"""
將摳好的圖和背景圖片合并
:param humanseg: 摳好的圖
:param bg_im: 背景圖片，這里和readBg函數(shù)返回的類型一樣
:return: 合成圖的ndarray對象
"""
# 讀取透明圖片
im = Image.open(humanseg)
# 分離色道
r, g, b, a = im.split
# ?復(fù)制背景，以免源背景被修改
bg_im = bg_im.copy
# 合并圖片
bg_im.paste(im, (0, 0), mask=a)
return np.array(bg_im.convert('RGB'))[:, :, ::-1]

在標(biāo)?處，我們復(fù)制了背景，如果少了這一步的話，生成的就是我們上面的“千手觀音效果”了。

其它步驟都很好理解，只有返回值比較長，我們來詳細(xì)看一下：

# 將合成圖轉(zhuǎn)換成RGB，這樣A通道就沒了
bg_im = bg_im.convert('RGB')
# 將Image對象轉(zhuǎn)換成ndarray對象，方便opencv讀取
im_array = np.array(bg_im)
# 此時im_array為rgb模式，而OpenCV為bgr模式，我們通過下面語句將rgb轉(zhuǎn)換成bgr
bgr_im_array = im_array[:, :, ::-1]

最后bgr_im_array就是我們最終的返回結(jié)果。

(5)寫入視頻

為了節(jié)約空間，我并非等將寫入圖片放在合并場景后面，而是邊合并場景邊寫入視頻：

def writeVideo(humanseg, bg_im, fps, size):
"""
:param humanseg: png圖片的路徑
:param bgname: 背景圖片
:param fps: 幀率
:param size: 分辨率
:return:
"""
# 寫入視頻
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter('green.mp4', fourcc, fps, size)
# 將每一幀設(shè)置背景
files = [humanseg + i for i in os.listdir(humanseg)]
for file in files:
# 循環(huán)合并圖片
im_array = setImageBg(file, bg_im)
# 逐幀寫入視頻
out.write(im_array)
out.release

上面的代碼也非常簡單，執(zhí)行完成后項目下會生成一個green.mp4，這是一個沒有音頻的視頻，后面就需要我們獲取音頻然后混流了。

(6)讀取原視頻的音頻

因為在opencv中沒找到音頻相關(guān)的處理，所以選用moviepy，使用起來也非常方便：

def getMusic(video_name):
"""
獲取指定視頻的音頻
:param video_name: 視頻名稱
:return: 音頻對象
"""
# 讀取視頻文件
video = VideoFileClip(video_name)
# 返回音頻
return video.audio

然后就是混流了。

(7)給新視頻設(shè)置音頻

這里同樣使用moviepy，傳入視頻名稱和音頻對象進(jìn)行混流：

def addMusic(video_name, audio):
"""實現(xiàn)混流，給video_name添加音頻"""
# 讀取視頻
video = VideoFileClip(video_name)
# 設(shè)置視頻的音頻
video = video.set_audio(audio)
# 保存新的視頻文件
video.write_videofile(output_video)

其中output_video是我們在最開始定義的變量。

(8)刪除過渡文件

在我們生產(chǎn)視頻時，會產(chǎn)生許多過渡文件，在視頻合成后我們將它們刪除：

def deleteTransitionalFiles:
"""刪除過渡文件"""
frames = [frame_path + i for i in os.listdir(frame_path)]
humansegs = [humanseg_path + i for i in os.listdir(humanseg_path)]
for frame in frames:
os.remove(frame)
for humanseg in humansegs:
os.remove(humanseg)

最后就是將整個流程整合一下。

(8)整合

我們將上面完整的流程合并成一個函數(shù)：

def changeVideoScene(video_name, bgname):
"""
:param video_name: 視頻的文件
:param bgname: 背景圖片
:return:
"""
# 讀取視頻中每一幀畫面
fps, size = getFrame(video_name, frame_path)
# 批量摳圖
getHumanseg(frame_path)
# 讀取背景圖片
bg_im = readBg(bgname, size)
# 將畫面一幀幀寫入視頻
writeVideo(humanseg_path, bg_im, fps, size)
# 混流
addMusic('green.mp4', getMusic(video_name))
# 刪除過渡文件
deleteTransitionalFiles

(9)在main中調(diào)用

我們可以把前面定義的路徑也放進(jìn)了：

if __name__ == '__main__':
# 當(dāng)前項目根目錄
BASE_DIR = os.path.abspath(os.path.join(os.path.dirname(__file__), "."))
# 每一幀畫面保存的地址
frame_path = BASE_DIR + 'frames'
# 摳好的圖片位置
humanseg_path = BASE_DIR + 'humanseg_output'
# 最終視頻的保存路徑
output_video = BASE_DIR + 'esult.mp4'
if not os.path.exists(frame_path):
os.makedirs(frame_path)
try:
# 調(diào)用函數(shù)制作視頻
changeVideoScene('jljt.mp4', 'bg.jpg')
# 當(dāng)制作完成發(fā)送郵箱
mail.sendMail('你的視頻已經(jīng)制作完成')
except Exception as e:
# 當(dāng)發(fā)生錯誤，發(fā)送錯誤信息
mail.sendMail('在制作過程中遇到了問題' + e.__str__)

這樣我們就完成了完整的流程。

發(fā)送郵件

郵件的發(fā)送又是屬于另外的內(nèi)容了，我定義了一個mail.py文件，具體代碼如下：

import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart # 一封郵件
def sendMail(msg):
#
sender = '發(fā)件人'
to_list = [
'收件人'
]
subject = '視頻制作情況'
# 創(chuàng)建郵箱
em = MIMEMultipart
em['subject'] = subject
em['From'] = sender
em['To'] = 創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的python合并视频和音频_真没想到，Python 还能实现 5 毛特效的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。